Pomoc chronić Wielkiej Rafy Koralowej z TensorFlow na Kaggle Dołącz Wyzwanie

stl10

  • opis:

Zestaw danych STL-10 to zestaw danych rozpoznawania obrazu do opracowywania nienadzorowanych algorytmów uczenia funkcji, uczenia głębokiego i samouków. Jest inspirowany zbiorem danych CIFAR-10, ale z pewnymi modyfikacjami. W szczególności każda klasa ma mniej oznakowanych przykładów szkoleniowych niż w CIFAR-10, ale zapewniono bardzo duży zestaw nieoznakowanych przykładów do nauki modeli obrazów przed szkoleniem nadzorowanym. Podstawowym wyzwaniem jest wykorzystanie danych nieoznakowanych (które pochodzą z podobnej, ale innej dystrybucji niż dane oznakowane) do zbudowania użytecznego wcześniejszego. Wszystkie obrazy zostały pozyskane z oznaczonych przykładów w ImageNet.

Podział Przykłady
'test' 8000
'train' 5000
'unlabelled' 100 000
  • Cechy:
FeaturesDict({
    'image': Image(shape=(96, 96, 3), dtype=tf.uint8),
    'label': ClassLabel(shape=(), dtype=tf.int64, num_classes=10),
})

Wyobrażanie sobie

  • cytat:
@inproceedings{coates2011stl10,
  title={ {An Analysis of Single Layer Networks in Unsupervised Feature Learning} },
  author={Coates, Adam and Ng, Andrew and Lee, Honglak},
  booktitle={AISTATS},
  year={2011},
  note = {\url{https://cs.stanford.edu/~acoates/papers/coatesleeng_aistats_2011.pdf} },
}